电子与信息学报
電子與信息學報
전자여신식학보
JOURNAL OF ELECTRONICS & INFORMATION TECHNOLOGY
2013年
9期
2121-2125
,共5页
史伟强%徐乐%史小卫%汪宁
史偉彊%徐樂%史小衛%汪寧
사위강%서악%사소위%왕저
隐形飞行器%雷达散射截面%统计特性%卡方分布%完备对数正态分布%拟合优度检验
隱形飛行器%雷達散射截麵%統計特性%卡方分佈%完備對數正態分佈%擬閤優度檢驗
은형비행기%뢰체산사절면%통계특성%잡방분포%완비대수정태분포%의합우도검험
Stealth aircraft%Radar Cross Section (RCS)%Statistic characteristics%Chi-2 distribution%Complete form of lognormal distribution%Test of goodness of fit
在运动过程中,飞行器的RCS通常随时间或雷达波入射角随机变化,呈现不规律的特性。采用统计量或统计模型研究目标RCS的变化就变得十分必要。已有文献的研究对象多为传统飞行器,对于隐形飞行器的研究较少。该文选择了一种典型隐形飞行器作为研究目标,采用物理光学方法和物理绕射理论相结合的方法计算了其在不同飞行姿态下的RCS,并采用斯怀林Ⅰ型、Ⅲ型分布、卡方分布和对数正态分布模型对计算得到的RCS的统计特性进行了研究。针对隐形目标的RCS数据的平均中值比会出现小于1的情况,文中提出了对数正态分布的完备情况。根据统计模型误差和拟合优度检验结果,对数正态分布对于研究目标的RCS分布拟合效果较好。
在運動過程中,飛行器的RCS通常隨時間或雷達波入射角隨機變化,呈現不規律的特性。採用統計量或統計模型研究目標RCS的變化就變得十分必要。已有文獻的研究對象多為傳統飛行器,對于隱形飛行器的研究較少。該文選擇瞭一種典型隱形飛行器作為研究目標,採用物理光學方法和物理繞射理論相結閤的方法計算瞭其在不同飛行姿態下的RCS,併採用斯懷林Ⅰ型、Ⅲ型分佈、卡方分佈和對數正態分佈模型對計算得到的RCS的統計特性進行瞭研究。針對隱形目標的RCS數據的平均中值比會齣現小于1的情況,文中提齣瞭對數正態分佈的完備情況。根據統計模型誤差和擬閤優度檢驗結果,對數正態分佈對于研究目標的RCS分佈擬閤效果較好。
재운동과정중,비행기적RCS통상수시간혹뢰체파입사각수궤변화,정현불규률적특성。채용통계량혹통계모형연구목표RCS적변화취변득십분필요。이유문헌적연구대상다위전통비행기,대우은형비행기적연구교소。해문선택료일충전형은형비행기작위연구목표,채용물리광학방법화물리요사이론상결합적방법계산료기재불동비행자태하적RCS,병채용사부림Ⅰ형、Ⅲ형분포、잡방분포화대수정태분포모형대계산득도적RCS적통계특성진행료연구。침대은형목표적RCS수거적평균중치비회출현소우1적정황,문중제출료대수정태분포적완비정황。근거통계모형오차화의합우도검험결과,대수정태분포대우연구목표적RCS분포의합효과교호。
RCS of aircraft varies with time or radar wave incident angle without regular pattern during its movement. It is necessary to analyze RCS variation using statistic items or models. The research objects of existing literatures are mostly conventional aircrafts. Research on stealth aircraft is poor. A typical stealth aircraft is selected as the research object in this paper. Its dynamic RCS data under different flying attitudes are evaluated by the combination method of physical optics and physical theory of diffraction. And Swerling type Ⅰ and typeⅢ distribution, chi-2 distribution and lognormal distribution are applied to analyze the statistic characteristics of the RCS datasets. As the ratio of mean to median of stealth target can be less than 1, the complete form of lognormal distribution model is proposed. Lognormal distribution model can provide a better approximation of the RCS datasets than the other models concerning the model errors and the results of fitting goodness test.